数据挖掘在投资中的应用

针对目前对公司成长性预测方法中的不足,采用数据挖掘方法进行弥补.首先采用Logistic回归,决策树和神经网络建立了广义线性和非线性预测模型,试图寻找未来具有较好的业绩和增长能力的上市公司,取得了较好的预测效果.为了保证模型的稳健可靠.再建立完模型以后,又采用"数据拆分"和"瞻前顾后"两种方法从不同的方面对于预测的有效性进行评估,确定这些预测效果是稳健可靠的.最后,以数据挖掘选股为基..